CEO讓AI定裁員名單：被它反駁時，我選擇懷疑自己！

新智元報道

編輯：傾傾

【新智元導讀】最積極推動AI落地的那批人，正在把自己的腦子拱手相讓！調(diào)查顯示，62%的高管用AI做大多數(shù)決策，70%的人一旦與AI意見相左，就開始懷疑自己判斷。推動AI最猛的人，反而是第一批被AI接管的人。

三年前，英國高管們沒有足夠數(shù)據(jù)，不得不靠直覺做決策。

現(xiàn)在有了AI，情況變了——但不是變好了，而是變得更復雜。

Confluent委托3Gem的報告，訪問了200位英國私營企業(yè)主、創(chuàng)始人、CEO及C級高管，試圖回答：AI進入董事會之后，高管決策到底發(fā)生了什么變化。

數(shù)字令人不安。

92%的受訪高管說，過去三年里高層決策速度明顯加快。

而去年同類調(diào)查中，這個比例是83%，60%的人感覺可用于決策的時間比12個月前更少了。

速度在加快，時間在壓縮。在這個背景下，AI的出現(xiàn)給了高管們一個「出口」。

連招人開人，都開始問AI了

Confluent報告顯示，62%的高管現(xiàn)在用AI輔助做大多數(shù)決策，只有18%的人表示完全不用AI。

這個比例本身不算意外，真正值得關(guān)注的是AI滲透的深度。

79%的高管表示信任AI來支持復雜決策，27%的人已經(jīng)在用AI處理招聘與裁員這類人事決定。

一位創(chuàng)始人把員工去留的判斷交給算法，這件事放在五年前，大概會被當成科幻小說里的情節(jié)。

從高管們的反饋來看，AI確實有效。

88%的人說AI幫他們做決策更快了，83%的人表示有AI背書時壓力更小。

這兩個數(shù)字說明AI提供的不只是效率，還有一種心理上的確定感——在高度不確定的決策環(huán)境里，這是稀缺資源。

速度快、壓力小。從個體感受來看，這是一筆劃算的交換。

但報告里還有另一組數(shù)字：65%的高管認為，AI的介入讓決策變得不再那么協(xié)作。

過去需要和團隊反復討論的事情，現(xiàn)在越來越多地被交給了一個算法處理。

少了爭論，但也少了人氣，少了那些只有在討論中才會浮現(xiàn)的異見和盲點。

更微妙的是46%這個數(shù)字。將近一半的高管，現(xiàn)在對AI意見的依賴程度已經(jīng)超過了自己同事的建議。

一個高管團隊里，人與人之間的信任和協(xié)作關(guān)系正在被一個語言模型默默取代。

越依賴AI，越不信自己

70%的高管承認：如果自己的判斷和AI的建議產(chǎn)生沖突，他們會開始懷疑自己。

這些人是怎么走到今天這一步的？

他們靠自己的判斷力和決策能力爬到了英國私營企業(yè)的頂端，他們不缺自信。但面對一個算法給出的答案，七成人會動搖。

Futurism的報道用了一個相當準確的詞：outsourcing their thinking，把思考外包出去。

這個現(xiàn)象并非高管獨有。2025年，卡內(nèi)基梅隆大學與微軟聯(lián)合開展的一項研究發(fā)現(xiàn)，越信任AI系統(tǒng)準確性的知識工作者，批判性思維能力越弱。

其中的邏輯并不復雜。當一個人確信某件事已經(jīng)被處理好了，他就會自然地退后一步，把主動權(quán)讓出去。

就像駕駛輔助系統(tǒng)足夠好用之后，很多司機開始不那么專注方向盤一樣。

更值得關(guān)注的是這種依賴的速度。高管們不是在某個特定決策上依賴AI，而是在大多數(shù)決策上依賴AI。

62%這個比例覆蓋的是日常決策的常態(tài)，而不是偶發(fā)情況。

長期處于這種模式下，判斷力和AI之間的分工會逐漸固化——AI負責給出答案，人負責接受或拒絕。

但拒絕的次數(shù)越來越少，因為有70%的人一旦與AI意見相左，就會先懷疑自己。

丹麥精神科醫(yī)生S?ren Dinesen ?stergaard今年早些時候發(fā)出警告：

學術(shù)研究者如果長期把工作外包給AI，會積累一種「認知債務」（cognitive debt）——能力沒有被鍛煉，判斷力沒有被校準，時間久了，自主思考的肌肉開始萎縮。

這個描述放在每天面對數(shù)十項高風險決策的企業(yè)高管身上，分量只會更重。

一個普通員工判斷失準，影響有限；一個CEO的決策框架被AI悄悄重塑，影響的是整個組織的方向。

71%的數(shù)據(jù)，到手時已經(jīng)過時

事實上，高管們也知道快決策有風險。75%的人承認曾經(jīng)后悔因為行動太快而犯下錯誤，71%的人則后悔過等待太久、錯過了機會。

快了悔，慢了也悔，左右為難。

面對這個兩難局面的根源，報告指向了一個更基礎的問題：數(shù)據(jù)質(zhì)量。

60%的高管說，在他們的層級上，數(shù)據(jù)太難獲取；71%的人表示，數(shù)據(jù)送到他們手里的時候已經(jīng)過時了；62%的人說根本沒有足夠時間在決策前分析完所有數(shù)據(jù)。

63%的高管認為自己沒有足夠的實時數(shù)據(jù)訪問權(quán)限。

信息在組織內(nèi)部流動需要時間，到了最頂端往往已經(jīng)是昨天的快照，而市場在今天已經(jīng)變了。

這就解釋了為什么AI的介入如此順理成章。當實時、準確的數(shù)據(jù)無法及時到達，AI至少給了一個「有根據(jù)」的答案。

哪怕這個答案是基于歷史數(shù)據(jù)訓練出來的，無法真正預判那些前所未有的情形。

報告對這一點的表述相當直白：

AI有它的盲區(qū)，它依賴已經(jīng)發(fā)生的事，無法充分預判前所未有的、不可預測的、或者純粹屬于人類的東西。

于是形成了一個奇怪的閉環(huán)：數(shù)據(jù)不夠好→高管靠直覺或AI→AI也依賴歷史數(shù)據(jù)→決策質(zhì)量依然存疑→89%的人希望有更多決策能基于數(shù)據(jù)→但數(shù)據(jù)還是來不及。

91%的高管表示，如果能獲取實時數(shù)據(jù)，他們會對自己的決策更有信心。

信心的缺口是真實存在的，只是目前很多人選擇用AI來填補它，而不是用更好的數(shù)據(jù)。

兩者看起來都能解決「不確定感」，但解決的方式截然不同——一個是給你更多信息，另一個是幫你繞過信息不足的焦慮。

布道者，也沒能幸免

正是那些最積極向公眾和員工推銷AI的人，正在悄悄把自己的認知勞動外包給AI聊天機器人。

如果決策者本身的判斷框架正在被AI重塑，那他們對「AI應該用在哪里、用到什么程度」的判斷，本身是否也受到了影響？誰來審視那個審視者？

去年的一項調(diào)查發(fā)現(xiàn)，64%的商業(yè)領(lǐng)袖曾向AI咨詢過關(guān)于裁員的建議。

今年這份報告里，27%的高管已經(jīng)在實際使用AI來處理招聘與解雇。方向很明確，速度也在加快。

88%的高管說AI確實讓決策更快了，這是真實的。

更關(guān)鍵的是，隨著AI的位置從「參考」變成「主導」，人的判斷力在這個過程扮演什么角色？

去年，卡內(nèi)基梅隆和微軟的研究給出了一個不太樂觀的答案——當人們高度信任AI的準確性，他們的批判性思維參與度會隨之下降。

這不是認知懶惰，而是人類面對可信系統(tǒng)時的自然反應。節(jié)省認知資源，專注其他事情。

問題在于，「其他事情」是什么？

如果日常決策越來越多地被AI處理，高管們把省下來的認知資源用在了哪里？

這是目前沒有數(shù)據(jù)回答的問題。

有一個細節(jié)值得注意：報告里把這種現(xiàn)象描述為「lonely leaders」，孤獨的領(lǐng)導者。

46%的高管更依賴AI而非同事，65%認為決策變得不再協(xié)作。

AI在提供答案的同時，異見、摩擦、校準，以及在爭論中形成的判斷也在悄悄消解。

如果一個決定最終被證明是錯的，是CEO的責任，還是算法的責任？

這個問題，目前沒有人給出清晰的答案。

但70%的高管已經(jīng)在用自我懷疑來回答它，只不過方向反了——

他們懷疑的是自己，而不是AI。

參考資料：

https://futurism.com/artificial-intelligence/ai-executive-thinking-surveyhttps://www.confluent.io/resources/report/quick-thinking-2026/

https://assets.confluent.io/m/74bc33b703672454/original/Quick-Thinking-Report.pdf